Los tropiezos de la IA de Ford empujan a la automotriz a recontratar inspectores ‘canosos’
El intento de Ford de depender de sistemas de inspección de calidad impulsados por IA ha quedado corto, empujando a la automotriz a recontratar o incorporar a cientos de veteranos ingenieros “gray beard” para restaurar la fiabilidad y codificar el conocimiento tácito duramente ganado. Los comentaristas ven esto como parte de un patrón más amplio: ejecutivos que usan el hype de la IA para justificar despidos o recortes de costes, solo para descubrir que el trabajo industrial y de ingeniería complejo sigue dependiendo en gran medida de humanos experimentados, al menos por ahora. Muchos esperan que las empresas sigan intentando automatizar la experiencia, pero sostienen que la IA será más eficaz como una herramienta que amplía al personal senior en lugar de sustituirlo.
Lo que realmente pasó en Ford (según el hilo)
- Los artículos dicen que Ford volvió a contratar a unos 350 ingenieros/inspectores veteranos después de que los sistemas automatizados de calidad rindieran por debajo de lo esperado, perjudicando la fiabilidad y las clasificaciones de JD Power.
- Varios comentaristas señalan que el título de HN es engañoso: Bloomberg no dice claramente que estas personas específicas hayan sido despedidas previamente; algunas podrían ser jubilados o contrataciones provenientes de proveedores.
- Otros señalan que Ford ha realizado despidos significativos recientemente, pero no está claro si esos están directamente vinculados con esta recontratación.
- Unos pocos argumentan que esto trata más sobre sistemas antiguos de visión/inspección (CNNs como MAIVIS/AiTriz) que sobre los LLM modernos.
Los límites de la IA en uso industrial
- Muchos sostienen que las herramientas de IA son aceleradores útiles, pero ni de lejos sustituyen la experiencia profunda en un dominio, especialmente en manufactura y calidad.
- La IA se compara con un junior extremadamente rápido pero ingenuo: buena cuando la guían los seniors, peligrosa cuando se la deja sola.
- El conocimiento tácito, la intuición y el “oír que la máquina se comporta mal” se consideran imposibles de codificar plenamente o de “codificar” en IA o documentación.
- Hay preocupación por la falta de cumplimiento garantizado de la IA: a veces los modelos ignoran restricciones o “creen que saben más”.
Trabajo, recontratación y confianza
- Fuertes respuestas emocionales: algunos dicen que nunca volverían con un empleador que los despidió por IA; otros enfatizan las facturas, las familias y usar el puesto recontratado como un puente remunerado.
- La gente especula sobre recontrataciones en niveles más bajos o con títulos distintos, y sobre si los ingenieros negociaron grandes aumentos; los resultados no están claros.
- Varios piden sindicatos de software/tecnología y protecciones laborales más fuertes contra los “despidos frívolos por IA”.
Gestión, incentivos y ciclo de hype
- Crítica generalizada a los C-suites por hacer “cargo culting” de la IA como una bala de plata para recortar costes, similar a olas anteriores como la deslocalización y el “big data”.
- Los comentaristas destacan incentivos perversos: se recompensa a los ejecutivos por recortes de plantilla audaces y a corto plazo, y afrontan pocas consecuencias cuando los experimentos de IA fracasan.
- Algunos enmarcan la actual manía por la IA como parte ciclo de hype, parte ideología: un impulso por eliminar costes laborales incluso con riesgo estratégico a largo plazo.
- Otros subrayan que, pese al hype y los tropiezos, la dirección a largo plazo de la automatización sigue siendo hacia menos humanos en el circuito.